海量公交数据的人群画像算法

面向海量公交数据的人群画像对分析城市群体出行特点、交通态势等极具价值,但对数据的处理存在耗时高、质量低、解释难等问题。提出一种海量公交数据人群画像的系统化解决策略,基于PageRank算法筛选出经过重要站点的人群轨迹,极大减少目标人群的轨迹数据;提出轨迹文本化分析方法来提高人群画像的可解释性;分析确定基于余弦距离的K-means算法作为人群画像分类的聚类算法。该算法在3 000万乘客公交出行数据上的实验表明:提出的解决策略能够较为系统性地解决海量公交数据的人群画像问题,同时基于余弦距离的K-means算法的聚类效果最好且准确率约达80%。将人群画像及其轨迹使用Flow Map进行可视化展示,结果符合真实世界的人群行为特征。     

基于监测数据的电磁频谱地图构建与验证

提出基于广义回归神经网络拟合和聚类克里金的构建方法,通过趋势面拟合,将电磁频谱地图构建分解为路径衰减和阴影衰落分量的估计问题,以提升构建精度;设计监测数据聚类和自适应最优邻域选取机制,在保证构建精度的条件下减小计算数据量,以提升构建速度,从而利用数量有限的电磁环境监测数据,在不需要先验信息的条件下实现电磁频谱地图的准确、快速构建。设计并实现电磁频谱地图验证系统,搭建车载数据采集设备,利用实测电磁环境监测数据,验证所提方法的可行性及构建性能。     

模糊综合评判的同类地空导弹火力单元作战能力评估

除实弹射击考评外,如何利用非实弹射击演练和平时可获取的信息,对武器系统同类的不同火力单元的作战能力做出科学评估,是现实而又迫切需要解决的问题.基于已建立的同类地空导弹火力单元作战能力的评价体系,运用AHP法和模糊数学建立了火力单元作战能力的三级模糊综合评判模型,给出了基于等级区间非均等划分的百分制和区间中值评定等级行向量下的具体评估算例,为同类地空导弹火力单元作战能力的科学量化评估做了有益探索.     

潜射反舰导弹作战效能的模糊综合评判

潜射反舰导弹是现代潜艇作战的重要武器,对其作战效能的评价长期以来一直采用单一指标,无法全面准确的进行评价.通过对影响潜射反舰导弹作战效能各因素的分析,建立了作战效能综合评价的指标体系.应用模糊综合评判的方法,在借鉴WSEIAC模型的基础上建立了数学模型,并给出算例与仿真.研究结果表明此方法可较好地评估潜射反舰导弹的作战效能,并为其研发及使用提供决策依据.     

面向对象方法的一类飞行器模拟器设计与实现

对一类C4I飞行器模拟器的设计与实现进行了研究.该模拟器是分布式C4I仿真系统中的兵力生成子系统,起着演示指控效果、检验决策质量的重要作用.从系统需求出发,采用面向对象的方法对它进行了分析与设计,并最终实现了飞行器模拟器软件系统.该系统已成功应用于某防空C4I仿真试验床中,C4I联机试验表明,飞行器模拟器能较好地模拟指控命令响应并提供较高精度的飞行导航模拟数据.此外,面向对象方法的采用,不仅使系统功能得到了加强,也大大缩短了系统的开发周期.     

语言评价信息的武器系统模糊积分评估

传统的武器系统评估方法是基于概率和统计理论的,并假设各指标之间相互独立.然而,实际上武器系统指标的评价具有人为主观性和模糊性,并且各指标之间通常存在着依存关系.综合评述和对比了传统武器系统评估方法的适用范围以及不同方法的优劣,指出了它们的不足,提出了一种基于语言评价信息和模糊积分的武器系统评估方法.专家的评判结果是可用梯形模糊数描述的自然语言信息.     

防空作战指挥对抗能力评估与分析

作战指挥对抗在未来防空作战中的地位越来越重要,为科学评估防空作战指挥对抗能力,对防空作战指挥对抗系统进行了全面分析,建立了防空作战指挥对抗能力评估指标体系,并利用幂函数的方法,建立该系统的评估模型,从而为评估防空作战指挥对抗能力提供了一种方法.该方法有利于进行单个评估指标的灵敏度分析,能较客观地反映各评估指标的影响情况,具有一定的参考价值.     

基于构件的C4ISR系统体系结构设计环境

体系结构设计是C4ISR系统总体设计的重要组成部分,其设计内容包括一系列的基本产品和支持产品,这些产品以图形、文字、表格的方式提供给用户.提出了一种可定制和重组的体系结构设计环境,以满足不同的体系结构设计需求.     

弹炮结合武器系统的优选配置

随着空袭兵器在速度、精确性、隐身性和突防能力方面的不断发展,弹炮结合是未来防空作战的必然趋势.在综合考虑了现代作战的对抗性、电子干扰情况以及参战人员素质的条件下,首先利用灰色关联算法在分析了弹炮结合系统的指标体系条件下对各种系统建立了优选模型,而后对选出的系统综合利用模糊对策论建立了高炮与导弹在一定的作战环境下具体配置比例的模型.     

基于证据聚类的多源传感器证据组合研究

在分析D-S证据组合公式所存在问题的基础上,根据聚类分析思想,提出了对证据进行聚类加权的证据组合方法.该方法将较为相似的证据归为一类,根据聚类结果对证据有区别地进行组合,不同类之间的证据根据聚类距离进行加权后组合,同一类证据按一种加权证据组合公式组合.应用到目标识别系统后使其性能在一定程度上得到改善.最后通过计算实例表明算法是有效的.